Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 혼공머신러닝딥러닝
- 혼공학습단
- Brigthics
- 영상제작기
- Brightics를 이용한 분석
- 브라이틱스
- 데이터 분석
- 데이터분석
- Brigthics Studio
- 노코드AI
- Brightics
- Brightics Studio
- Brigthics를 이용한 분석
- 브라이틱스 서포터즈
- 캐글
- 추천시스템
- 삼성SDS Brightics
- 혼공머신
- 삼성 SDS
- 모델링
- 삼성SDS
- 포스코 청년
- 삼성 SDS Brigthics
- 포스코 아카데미
- 직원 이직률
- 삼성SDS Brigthics
- 팀 분석
- 개인 의료비 예측
- 혼공
- 직원 이직여부
Archives
- Today
- Total
목록유사도 (1)
데이터사이언스 기록기📚
[추천시스템] 컨텐츠 기반 필터링(Content-Based Filtering)
📌목차 1. 컨텐츠 기반 필터링 vs 협업 필터링 2. 장단점 3. 구현 절차 4. 관련 코드 ✔️ 컨텐츠 기반 필터링 vs 협업 필터링 - 컨텐츠 기반 필터링(아이템 기반) : 고객이 시청했던 컨텐츠와 유사한 컨텐츠 추천 - 협업 필터링(고객 기반) : 같은 컨텐츠를 소비한 고객이 유사하다고 가정, 서로 시청했던 컨텐츠를 추천 ✔️ 컨텐츠 기반 필터링 장단점 장점 단점 적은 상호작용시에도 가능 (cold start 상황에 적합) 아이템 cold start에 강점 - 유저 구매한 아이템 기준에 따라 기본 아이템 값 변경 가능 해석 가능(어떤 Feature가 추천에 도움되었는지 근거 찾을 수 있음) Feature의 품질에 크게 영향 받음 신규유저 cold start - 아무런 아이템 클릭한 적 없는 유저에..
추천시스템
2024. 3. 28. 16:16